資料視覺化

曾意儒 Yi-Ju Tseng

對應書本章節

8 資料視覺化

大綱

  • 資料視覺化的目的
  • ggplot2
  • ggplot2+地圖
  • 台灣面量圖
  • Heatmap
  • Treemap

資料視覺化的目的

  • 探索圖 (Exploratory graphs)
    • 了解資料的特性
    • 尋找資料的模式(patterns)
    • 建議資料分析與建模的策略
  • 結果圖 (Final graphs)
    • 結果呈現與溝通

探索圖特性

  • 很快就可以做一張圖
  • 主要目的是了解資料的樣子
  • 不用做圖形格式調整美化

結果圖特性

  • 比較，呈現差異
    • 比較什麼？誰跟誰比較？
  • 呈現因果關係（causality）,機制（mechanism）,結果解釋（explanation）,系統化的結構（systematic structure）
    • 因果模型？為什麼你想要做這樣的比較
  • 呈現多變數（Multivariate）資料
    • 多變數（Multivariate）：超過兩個變數就叫多變數
    • 所有真實事件都是多變數的

結果圖特性

  • 將證據整合呈現
    • 在同一個畫面呈現文字、數字、圖表
    • 盡量用圖形呈現資料
  • 將圖表做適當的標記與說明，包括xy軸名稱、單位、資料來源等
    • 資料圖表必須可以呈現你想說的故事
  • 內容才是最重要的
    • 資料不好，分析不好，圖表再美也沒有用

常用的畫圖套件

  • 基本功能(Base)：可自學
  • lattice：可自學
  • ggplot2

ggplot2簡介

“In brief, the grammar tells us that a statistical graphic is a mapping from data to aesthetic attributes (colour, shape, size) of geometric objects (points, lines, bars). The plot may also contain statistical transformations of the data and is drawn on a specific coordinate system”

-from ggplot2 book

ggplot2簡介

ggplot2簡介

  • 做圖的文法包括兩個最主要元素

    • Aesthetic attributes：包括顏色、形狀、點的大小與線的粗細等
    • Geometric objects：包括點、線、盒狀圖、直條圖等

  • 其他元素

    • Facets：提供在同一張圖內做多個子圖的方法，只要使用Faceting功能設定子圖分類的依據參數即可
    • Stats：將資料做統計轉換
    • Scales：修改點線的顏色、形狀、xy軸的範圍等

qplot() - ggplot2 “Hello, world!”

  • qplot(x軸名稱,y軸名稱,data=使用資料): 散佈圖
library(SportsAnalytics)
NBA1516<-fetch_NBAPlayerStatistics("15-16") 
library(ggplot2) 
qplot(FieldGoalsAttempted, TotalPoints, 
      data = NBA1516)

plot of chunk qplot1

qplot() - Aesthetics

  • 第一個主要元素Aesthetics
  • 包括顏色、形狀、點的大小與線的粗細
  • 加上color=Position，用守備位置Position著色
qplot(FieldGoalsAttempted, TotalPoints, 
      data = NBA1516,color=Position)

plot of chunk qplot2

qplot() 預設散佈圖練習

  • 讀入內建iris資料
  • 用qplot()做圖
    • x軸：Sepal.Length
    • y軸：Sepal.Width
    • 顏色：Species

qplot() - Geometric

  • 第二個主要元素Geometric
  • 包括點、線、盒狀圖、直條圖等
  • geom = c("point", "smooth") 在圖上加點與漸進線
qplot(FieldGoalsAttempted, TotalPoints, 
      data = NBA1516,
      geom = c("point", "smooth"))

plot of chunk qplot3

qplot() - Histograms直方圖

  • 是單變量
  • 預設圖形: Histograms直方圖
#fill = Position 用守備位置Position著色
qplot(TotalPoints, data = NBA1516, 
      fill = Position)

plot of chunk unnamed-chunk-1

qplot() 預設直方圖練習

  • 讀入內建iris資料
  • 用qplot()做圖
    • 單變量：Petal.Width
    • 顏色：Species

qplot() - Facets

  • 在同一張圖內做多個子圖的方法
  • facets = 來設定子圖分類的依據參數
  • 設定子圖的語法為直向分類~橫向分類
    • 直向分類: 增加列（Row）
    • 橫向分類: 增加行（Column）
    • 如果選擇的是直向，橫向分類部分可用 . 表示

qplot() - Facets

facets = 直向分類~橫向分類

#. ~ Position 用守備位置Position分群畫圖(橫向)
qplot(FieldGoalsAttempted, TotalPoints, 
      data = NBA1516,
      facets = . ~ Position)

plot of chunk unnamed-chunk-2

qplot() - Facets

facets = 直向分類~橫向分類

#. ~ Position 用守備位置Position分群畫圖(直向)
qplot(FieldGoalsAttempted, TotalPoints, 
      data = NBA1516,
      facets = Position ~ .)

plot of chunk unnamed-chunk-3

qplot() - 其他參數

  • 自動幫使用者選擇顏色與圖形各項參數
  • 使用者也可依需求微調
  • 如直方圖的分組間隔，可透過binwidth參數設定
qplot(TotalPoints, data = NBA1516, 
      facets = Position ~ ., binwidth = 2)

plot of chunk unnamed-chunk-4

qplot() - 其他參數

#. ~ Position 用守備位置Position分群畫圖(直向)
#binwidth = 100 每100分一組
qplot(TotalPoints, data = NBA1516,
      facets = Position ~ ., binwidth = 100)

plot of chunk unnamed-chunk-5

qplot() 綜合練習

  • 讀入內建iris資料
  • 用qplot()做圖
    • x軸：Sepal.Length
    • y軸：Sepal.Width
    • 子圖：Species，每個Species畫在新的欄位

qplot() - 總結

  • qplot()提供快速方便的畫圖功能
  • 保留部分參數設定的彈性
  • 若需要調整更多參數，仍須使用完整的ggplot()函式

ggplot()

使用ggplot2作圖有以下步驟：

  • 準備好資料
  • 設定Aesthetic attributes
    • 使用aes(x, y, ...)指定
  • 指定Geometric objects
    • geom_point()
    • geom_line()
    • geom_polygon()
    • geom_errorbar()

ggplot() 

library(ggplot2) 
##先安裝 install.packages("ggplot2")
  • ggplot(data,…)

ggplot() 設定重要元素

  • Aesthetic attributes
    • aes(x = Species, y = Sepal.Length)
  • Geometric objects
    • geom_point()
ggplot(iris, 
       aes(x = Species, y = Sepal.Length)) + 
    geom_point()

plot of chunk unnamed-chunk-7

ggplot() geom_boxpolt()

用geom_boxplot()改畫盒狀圖

ggplot(iris, 
       aes(x = Species, 
           y = Sepal.Length)) + 
    geom_boxplot()

plot of chunk unnamed-chunk-8

ggplot() Faceting

直向分類~橫向分類

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length)) + 
    geom_point()+facet_grid(Species~.)

plot of chunk unnamed-chunk-9

ggplot() Faceting

直向分類~橫向分類

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length)) + 
    geom_point()+facet_grid(.~Species)

plot of chunk unnamed-chunk-10

ggplot() geom_smooth()

替xy散佈圖加上趨勢線

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length)) + 
    geom_point()+facet_grid(Species~.)+
    geom_smooth()

plot of chunk unnamed-chunk-11

ggplot() geom_smooth()

替xy散佈圖加上趨勢線，使用linear regresion

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length)) + 
    geom_point()+facet_grid(Species~.)+
    geom_smooth(method='lm')

plot of chunk unnamed-chunk-12

ggplot() geom_line()

改用geom_line()畫線

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length)) + 
    geom_line()+facet_grid(Species~.)

plot of chunk unnamed-chunk-13

ggplot() 顏色分組

改用顏色分組，使用aes(color='group name')

ggplot(iris, 
       aes(x = Sepal.Width, 
           y = Sepal.Length,
           color=Species)) + 
    geom_line()

plot of chunk unnamed-chunk-14

ggplot() 綜合練習

  • 讀入內建iris資料
  • 用ggplot()畫xy散佈圖
    • x軸：Sepal.Length
    • y軸：Sepal.Width
    • 子圖：Species，每個Species畫在新的欄位
  • 用ggplot()做盒狀圖
    • x軸：Species
    • y軸：Sepal.Width

ggplot() 綜合練習

  • 讀入內建iris資料
  • 用ggplot()做折線圖
    • x軸：Sepal.Length
    • y軸：Sepal.Width
    • 顏色：Species

ggplot() 注意事項

  • 提供資料時，把資料修改為想要在圖片顯示的文字
  • 如果是離散性的資料，但卻又是數值時（像是1,2,3）可以用factor()轉換

ggplot() 資料標示+參數設定

  • 標籤 xlab(), ylab(), labs(x=,y=), ggtitle()
  • 每一個geom_*()都有參數可設定
  • 圖形樣式設定 theme()，可使用內建樣式
    • theme_gray(): 灰背景，預設樣式
    • theme_bw(): 黑白樣式
  • 使用其他樣式套件

ggplot() geom_errorbar()

  • 在比較多組的平均值高低時，因為各組樣本數與資料分佈不同，平均數的誤差值也會不同
  • 在資料視覺化時，建議加上誤差線(Error bar)
  • 誤差線通常使用在bar chart和line chart

  • 誤差值的計算有下列三種選擇：

    • Standard deviation (SD) 標準差：呈現資料本質時使用
    • Standard error (SE) 標準誤差：呈現預估平均值的可能誤差時使用
    • Confidence interval (CI) 信賴區間：呈現預估平均值的信心時使用

ggplot() geom_bar()

  • 以空氣污染料為例，比較各月臭氧濃度差異
  • bar chart: 將Geometric objects設定為geom_bar
library(datasets) 
library(dplyr)
#將Month轉為因子變項
airquality$Month<-as.factor(airquality$Month) 
#計算每月Ozone平均
airquality.mean<-airquality%>%group_by(Month)%>%
    summarise(zoneMean=mean(Ozone,na.rm = T)) 
#stat = "identity" 直接畫數字
ggplot()+geom_bar(data=airquality.mean,
                  aes(x=Month,y=OzoneMean),
                  stat = "identity")

ggplot() geom_bar()

plot of chunk unnamed-chunk-16

ggplot() geom_errorbar()

  • 加上geom_errorbar()函式
  • 設定資料高低值，就能在原圖中加上誤差線
#計算每月Ozone平均與標準差
airquality.stat<-airquality.mean<-airquality%>%group_by(Month)%>%
    summarise(OzoneMean=mean(Ozone,na.rm = T)
              OzoneSD=sd(Ozone,na.rm = T))  
ggplot(data=airquality.stat)+ 
    geom_bar(aes(x=Month,y=OzoneMean),
             stat = "identity")+
    geom_errorbar( #ymin低點, ymax高點
        aes(x=Month,ymin=OzoneMean-OzoneSD,
            ymax=OzoneMean+OzoneSD), width=.1)

ggplot() geom_errorbar()

plot of chunk unnamed-chunk-18

ggplot2 參考資料

ggplot2+地圖

  • Choropleth map面量圖
  • ggmap()
  • Density Map
  • 參考資料

Choropleth map面量圖

  • Choropleth map面量圖
  • 把統計資料用顏色畫在對應的地圖上
  • choroplethr package來畫面量圖
  • 基於ggplot2 package的面量圖做圖工具
  • 建議同時安裝choroplethrMaps package
##第一次使用前先安裝
install.packages(c("choroplethr",
                   "choroplethrMaps")) 

library(choroplethr)

choroplethr package

  • 內建美國各州地圖與人口學資料
  • 使用state_choropleth()函式畫出美國人口分布
data(df_pop_state) #記載各州人口數的資料
#把各州人口畫在地圖上
state_choropleth(df_pop_state)

plot of chunk unnamed-chunk-21

choroplethr package

若在將reference_map設定為= TRUE，可在面量圖的背景加上google地圖

data(continental_us_states)
state_choropleth(df_pop_state,
                 reference_map = TRUE,
                 zoom= continental_us_states)

plot of chunk unnamed-chunk-22

ggmap package

  • 把google map載入並作圖的套件
  • 基於ggplot2套件開發
  • 第一次使用前需要安裝
##第一次使用前先安裝
install.packages("ggmap")
  • get_googlemap()函式取得google map圖層
    • location 地點，可以是地名，也可以是經緯度座標
    • zoom 放大倍率
    • language 地圖語言
  • ggmap()函式將取得的圖層畫出來

get_googlemap() + ggmap()

library(ggmap)
twmap <- get_googlemap(location = 'Taiwan', 
                 zoom = 7,
                 language = "zh-TW")
ggmap(twmap)

plot of chunk unnamed-chunk-24

ggmap + open data 資料載入

  • 只要資料有經緯度等資訊，就可以使用ggmap package與各式資料結合呈現
  • 台北市水質資料
library(jsonlite)
library(RCurl)
WaterData<-fromJSON(getURL("http://data.taipei/opendata/datalist/apiAccess?scope=resourceAquire&rid=190796c8-7c56-42e0-8068-39242b8ec927"))
WaterDataFrame<-WaterData$result$results
WaterDataFrame$longitude<-as.numeric(WaterDataFrame$longitude)
WaterDataFrame$latitude<-as.numeric(WaterDataFrame$latitude)
WaterDataFrame$qua_cntu<-as.numeric(WaterDataFrame$qua_cntu)
WaterDataClean<-WaterDataFrame[WaterDataFrame$qua_cntu>=0,]
head(WaterDataClean)

  _id update_date update_time       qua_id                code_name
1   1  2018-05-03  00:00:00   CS00                       雙溪淨水場
2   2  2018-05-03  00:00:00   CS01                         衛理女中
3   3  2018-05-03  00:00:00   CS02         雙溪國小                
4   4  2018-05-03  00:00:00   CS03                       華興加壓站
5   5  2018-05-03  00:00:00   CX00                       長興淨水場
6   6  2018-05-03  00:00:00   CX02                         市政大樓
  longitude latitude qua_cntu qua_cl qua_ph
1  121.5609 25.11574     0.02   0.59    7.6
2  121.5440 25.10325     0.09   0.37    7.6
3  121.5556 25.10763     0.07   0.46    7.6
4  121.5348 25.10356     0.12   0.53    7.4
5  121.5404 25.01633     0.03   0.58    7.2
6  121.5566 25.04250     0.05   0.57    7.1

ggmap + open data 繪圖

library(ggmap)
TaipeiMap <- get_googlemap(
    location = c(121.43,24.93,121.62,25.19), 
    zoom = 11, maptype = 'roadmap')
TaipeiMapO <- ggmap(TaipeiMap)+ 
    geom_point(data=WaterDataClean, 
               aes(x=longitude, y=latitude,
                   color=qua_cntu,size=3.5))+ 
    scale_color_continuous(
        low = "yellow",high = "red")+ 
    guides(size=FALSE)
TaipeiMapO

ggmap + open data

plot of chunk unnamed-chunk-27

ggmap + 地圖型態

ggmap套件提供多種地圖型態，使用者可透過設定maptype自行選擇適合的地圖樣式，樣式有：

  • terrain
  • terrain-background
  • satellite
  • roadmap
  • hybrid (google maps)
  • watercolor
  • toner (stamen maps)

ggmap + extent

透過設定extent參數可將地圖輸出樣式改為滿版

library(ggmap)
#extent = 'device' 滿版
ggmap(TaipeiMap,extent = 'device')

ggmap + extent

透過設定extent參數可將地圖輸出樣式改為滿版 plot of chunk unnamed-chunk-29

ggmap() 練習

  • 利用get_googlemap() + ggmap()取得桃園地區的google 圖層
    • location = 'Taoyuan'
    • zoom = 11
    • language = “zh-TW”
  • 在長庚大學所在地 （座標121.389539,25.035225）加上一個紅色的點
    • geom_point()
    • x= 121.389539
    • y= 25.035225
    • color =“red”

ggmap() 練習輸出圖檔

plot of chunk unnamed-chunk-30

Density Map

  • 常用來表示因地理位置不同的數值差異
  • 美國人口密度圖範例 (ggplot2 + ggmap)

plot of chunk unnamed-chunk-31

Density Map 資料載入

取得美國各州中心座標資料以及美國各州人口資料

#取得美國各州中心座標資料
StateCenter<-data.frame( 
    region=tolower(state.name),
    lon=state.center$x,
    lat=state.center$y)
head(StateCenter,1)

   region      lon     lat
1 alabama -86.7509 32.5901

Density Map 資料載入

取得美國各州中心座標資料以及美國各州人口資料

#美國各州人口資料
StatePop<-merge(df_pop_state,
                StateCenter,by="region") 
head(StatePop,1)

   region   value      lon     lat
1 alabama 4777326 -86.7509 32.5901

Density Map 資料轉換

  • 將人口數字轉換為資料列數
  • 密度圖是用資料列數來決定畫圖的密度
PopPoint<-NULL 
for(i in 1:nrow(StatePop)){
    #每100萬人轉為1點
    for(j in 1:(StatePop[i,"value"]/1000000)){
        PopPoint<-rbind(PopPoint,StatePop[i,])   
    }
}
head(PopPoint,3)

   region   value      lon     lat
1 alabama 4777326 -86.7509 32.5901
2 alabama 4777326 -86.7509 32.5901
3 alabama 4777326 -86.7509 32.5901

Density Map 作圖

USMap <- get_googlemap(location = "United States", zoom = 4)
densityMap<-ggmap(USMap, extent = "device") + 
    geom_density2d(data = PopPoint, aes(x = lon, y = lat), size = 0.3) + 
    stat_density2d(data = PopPoint, 
            aes(x = lon, y = lat, 
                fill = ..level.., alpha = ..level..), 
                size = 0.01, bins = 16, geom = "polygon") + 
    scale_fill_gradient(low = "green", 
                        high = "red", guide = FALSE) + 
    scale_alpha(range = c(0, 0.3), guide = FALSE)
densityMap

Density Map 作圖

plot of chunk unnamed-chunk-36

ggmap 參考資料

Taiwan的面量圖

  • 台灣的面量圖尚無好的套件輔助
  • Open Data: 台灣鄉鎮市邊界的經緯度檔案
  • 使用shapefile與ggplot2畫圖的步驟如下：
    • 取得空間資料檔案
    • 使用rgdal, rgeos,maptools package處理地圖檔shapefile
    • 使用ggplot2 & RColorBrewer 畫圖

Taiwan的面量圖 範例

plot of chunk unnamed-chunk-38

Taiwan的面量圖 處理shapefile-1

  • 需要rgdal, rgeos,maptools
library(ggplot2) 
library(rgdal)#for fortify()
library(rgeos) #for fortify()
library(maptools) #for readShapeSpatial()
#空間資料檔名 請自行下載
tw_new <- readShapeSpatial("Taiwan/Town_MOI_1041215.shp") 
head(tw_new$Town_ID)

[1] 1001402 1001321 1000913 1001411 1001416 1000712

Taiwan的面量圖 處理shapefile-2

  • fortify: 將shapefile物件轉為data.frame
tw_new.df <- 
    fortify(tw_new, region = "T_UID") 
head(tw_new.df,10)

       long      lat order  hole piece id group
1  119.9170 26.17518     1 FALSE     1  1   1.1
2  119.9171 26.17517     2 FALSE     1  1   1.1
3  119.9171 26.17518     3 FALSE     1  1   1.1
4  119.9171 26.17518     4 FALSE     1  1   1.1
5  119.9171 26.17518     5 FALSE     1  1   1.1
6  119.9172 26.17518     6 FALSE     1  1   1.1
7  119.9172 26.17518     7 FALSE     1  1   1.1
8  119.9172 26.17518     8 FALSE     1  1   1.1
9  119.9173 26.17515     9 FALSE     1  1   1.1
10 119.9173 26.17515    10 FALSE     1  1   1.1

Taiwan的面量圖 著色基準檔

#做一個假資料來畫
#prevalence設為亂數rnorm(需要的亂數個數)
mydata<-data.frame(NAME_2=tw_new$T_Name, 
                   id=tw_new$T_UID,
                   pre=rnorm(length(tw_new$T_UID)),
                   stringsAsFactors = F)
head(mydata)

                  NAME_2  id pre
1 \xa6\xa8\xa5\\\xc2\xed 178  1.0551637
2            \xa8ΥV\xb6m 164 -0.6307466
3     \xb3\xc1\xbcd\xb6m 118 -1.2255327
4     \xba\xf1\xaeq\xb6m 376  0.1314583
5  \xc4\xf5\xc0\xac\xb6m 369  1.3665832
6      \xa5Ф\xa4\xc2\xed  78 -0.3132549

Taiwan的面量圖 處理中文編碼

利用iconv將不知所以然的代碼（\xa6\xa8\xa5\xc2\xed）轉為看得懂的中文

#from big5 to utf-8  #NAME_2原本是factor
mydata$NAME_2<-
    iconv(mydata$NAME_2,
          from="big5", to = "UTF-8")
head(mydata,10)

   NAME_2  id pre
1  成功鎮 178  1.0551637
2  佳冬鄉 164 -0.6307466
3  麥寮鄉 118 -1.2255327
4  綠島鄉 376  0.1314583
5  蘭嶼鄉 369  1.3665832
6  田中鎮  78 -0.3132549
7  社頭鄉  83  1.2072224
8  竹田鄉 157  0.7312959
9  萬丹鄉 148  1.4849184
10 三灣鄉  64  0.6094254

Taiwan的面量圖 合併資料

將有prevalence的假數據mydata和經緯度資料tw_new.df合併, 用merge()

final.plot<-merge(tw_new.df,
                  mydata,by="id",all.x=T)
head(final.plot,10)

   id     long      lat order  hole piece group NAME_2 pre
1   1 119.9170 26.17518     1 FALSE     1   1.1 南竿鄉  0.9584632
2   1 119.9171 26.17517     2 FALSE     1   1.1 南竿鄉  0.9584632
3   1 119.9171 26.17518     3 FALSE     1   1.1 南竿鄉  0.9584632
4   1 119.9171 26.17518     4 FALSE     1   1.1 南竿鄉  0.9584632
5   1 119.9171 26.17518     5 FALSE     1   1.1 南竿鄉  0.9584632
6   1 119.9172 26.17518     6 FALSE     1   1.1 南竿鄉  0.9584632
7   1 119.9172 26.17518     7 FALSE     1   1.1 南竿鄉  0.9584632
8   1 119.9172 26.17518     8 FALSE     1   1.1 南竿鄉  0.9584632
9   1 119.9173 26.17515     9 FALSE     1   1.1 南竿鄉  0.9584632
10  1 119.9173 26.17515    10 FALSE     1   1.1 南竿鄉  0.9584632

Taiwan的面量圖 畫台灣面量圖

library(RColorBrewer) #配色用brewer.pal( 9 , "Reds" )
twcmap<-ggplot() +
    geom_polygon(data = final.plot, 
                 aes(x = long, y = lat, 
                     group = group, 
                     fill = prevalence), 
                 color = "black", 
                 size = 0.25) + 
    coord_map()+#維持地圖比例
    scale_fill_gradientn(
        colours = brewer.pal(9,"Reds"))+
    theme_void()+
    labs(title="Prevalence of X in Taiwan")
twcmap

Taiwan的面量圖

plot of chunk unnamed-chunk-45

ggmap+面量圖

library(ggmap)
twmap <- get_googlemap(location = 'Taiwan', 
                 zoom = 7,
                 language = "zh-TW")
ggmap(twmap)+ #ggmap
    geom_polygon(data = final.plot,  #面量圖
        aes(x = long, y = lat, 
            group = group, fill = pre), 
        color = "grey80", size = 0.1,
        alpha = 0.5) + 
scale_fill_gradientn(
    colours = brewer.pal(9,"Reds"))

ggmap+面量圖

plot of chunk unnamed-chunk-47

Heatmap

  • 熱度圖
  • 使用顏色的深淺來表示數值的大小
  • 搭配XY兩軸的變量
  • 使用一張圖就能表示三個維度的資訊
  • 在ggplot2套件中，可以使用geom_tile()來畫Heatmap
  • 以下以NBA球員的資料作為範例

Heatmap

#讀.csv檔案
nba <- read.csv("http://datasets.flowingdata.com/ppg2008.csv")
head(nba,3)

           Name  G  MIN  PTS  FGM  FGA   FGP FTM FTA   FTP X3PM X3PA  X3PP
1  Dwyane Wade  79 38.6 30.2 10.8 22.0 0.491 7.5 9.8 0.765  1.1  3.5 0.317
2 LeBron James  81 37.7 28.4  9.7 19.9 0.489 7.3 9.4 0.780  1.6  4.7 0.344
3  Kobe Bryant  82 36.2 26.8  9.8 20.9 0.467 5.9 6.9 0.856  1.4  4.1 0.351
  ORB DRB TRB AST STL BLK  TO  PF
1 1.1 3.9 5.0 7.5 2.2 1.3 3.4 2.3
2 1.3 6.3 7.6 7.2 1.7 1.1 3.0 1.7
3 1.1 4.1 5.2 4.9 1.5 0.5 2.6 2.3

Heatmap

為了做圖，將寬表轉長表

library(reshape2) #for melt()
#寬表轉長表,以名字作依據
nba.m <- melt(nba,id.vars = "Name") 
head(nba.m,5)
Name variable value
Dwyane Wade G 79
LeBron James G 81
Kobe Bryant G 82
Dirk Nowitzki G 81
Danny Granger G 67

geom_tile()

將Geometric objects指定為geom_tile()

library(ggplot2) #for ggplot()
ggplot(nba.m, aes(variable, Name)) + 
    geom_tile(aes(fill = value),
              colour = "white")+ 
    scale_fill_gradient(
        low = "white",high = "steelblue")

plot of chunk unnamed-chunk-51

geom_tile() + scale()

  • 因為G欄資料明顯大於其他欄位，導致顏色差異不明顯
  • 將個欄位的資料標準化處理
#scale處理
library(dplyr)
nba.s<-nba %>% 
    mutate_each(funs(scale), -Name) 
head(nba.s,2)
Name G MIN PTS FGM FGA FGP FTM FTA FTP X3PM X3PA X3PP ORB DRB TRB AST STL BLK TO PF
Dwyane Wade 0.6179300 1.0019702 3.179941 2.920022 2.596832 0.5136017 1.917475 2.110772 -0.7401673 -0.1080044 0.1303647 -0.15749098 -0.27213551 -0.3465676 -0.3287465 1.652247 2.558238 1.2064646 1.790445 -0.2984568
LeBron James 0.7693834 0.6119299 2.566974 1.957185 1.697237 0.4649190 1.778729 1.896589 -0.5233214 0.4920201 0.6971679 0.02738974 -0.06117775 1.0080940 0.6605370 1.516147 1.367252 0.8627425 1.059651 -1.3903719

geom_tile() + scale()

nba.s.m <- melt(nba.s) ##寬轉長
ggplot(nba.s.m, aes(variable, Name)) + 
    geom_tile(aes(fill = value),
              colour = "white")+ 
    scale_fill_gradient(
        low = "white",high = "steelblue")

plot of chunk unnamed-chunk-54

How to Make a Heatmap – a Quick and Easy Solution

Heatmap 練習

  • 下載小兒麻痺盛行率資料
  • 將資料載入R
  • 表格是寬表，需要轉成長表
  • 有缺值 （-），用NA取代
    • 方法一 gsub()
    • 方法二 ifelse()
  • 盛行率欄位轉換成數值
    • as.numeric()
  • 用年份當x軸，州名當y軸，區塊顏色用盛行率填入
    • low = “white”,high = “steelblue”

Treemap

  • Treemap(矩形式樹狀結構繪圖法)
  • 以二維平面的方式展示包含階層結構（hierarchical）形式的統計資訊
  • treemap packages

treemap() data

library(treemap)
data(GNI2014)
knitr::kable(head(GNI2014))
iso3 country continent population GNI
3 BMU Bermuda North America 67837 106140
4 NOR Norway Europe 4676305 103630
5 QAT Qatar Asia 833285 92200
6 CHE Switzerland Europe 7604467 88120
7 MAC Macao SAR, China Asia 559846 76270
8 LUX Luxembourg Europe 491775 75990

treemap()

library(treemap)
data(GNI2014)
treemap(GNI2014,
       index=c("continent", "iso3"), #分組依據
       vSize="population", #區塊大小
       vColor="GNI", #顏色深淺
       type="value")

plot of chunk treemap2

互動式資料呈現

參考資料